OpenAIは2026年9月1日付の公式発表「Path to Astra」で、開発中の次期モデル「Astra」のサイバーセキュリティ能力について、自社の安全性評価の枠組み「Preparedness Framework」における最高水準「Critical（重大）」の閾値に到達したと明らかにしました（2026年9月時点）。要点を3行でまとめます。
- 対象は現在ChatGPTとして提供中のモデルではなく、まだ一般提供されていない次期モデル「Astra」の内部評価結果である。
- OpenAIは2026年8月7日の予備評価で「Criticalを否定できない」と発表し、追加検証を経て2026年9月1日に正式判定した（公式：Path to Astra、予備評価：Responding to the next frontier of critical cyber capabilities）。
- 最先端のサイバー能力は当面ごく一部のテスターに限定して提供し、防御目的での活用拡大を段階的に進める方針。
Astraのサイバーセキュリティ能力とは（AIの安全性評価とは）
OpenAIは2023年12月から「Preparedness Framework」という安全性評価の枠組みを運用しています。AIモデルが生物・化学・サイバーセキュリティ・AIの自己改善といった領域でどこまでの能力を持つに至ったかを段階的に判定し、能力の水準に応じてあらかじめ定めた安全対策を発動させる仕組みです。今回「Critical」と判定されたのは、次のいずれかを満たす能力を指します。
- 人手を介さずに、堅牢に防御された実際の重要システムに対し、あらゆる深刻度のゼロデイ脆弱性を発見・実行できる。
- 大まかな目標だけを与えられた状態から、堅牢に防御された対象への一連のサイバー攻撃戦略を、自ら立案し最後まで実行できる。
これまでのモデル（GPT-5.6 Sol等）は一段階下の「High」水準にとどまり、Astraはこれを上回る初のモデルです。重要なのは、これは開発中モデルの内部評価であり、現在提供中のChatGPT等の本番サービスに新たな脅威が生じたという発表ではない点です。
今回何が起きたのか：発表の経緯を時系列で確認する
- 2026年8月7日：内部評価でサイバー能力の著しい進歩が確認され、「Critical水準を否定できない」と暫定的に公表。開発環境の隔離やアクセス制限、監視体制の強化を行い、基準を満たさない一部の社内活動を一時停止した。
- 2026年9月1日：追加検証を経て正式にCriticalと判定。ベンチマーク「ExploitBench」で満点を記録し、高深刻度脆弱性の検証では過程で2件の未知の脆弱性（ゼロデイ）を発見、管理者へ報告中とする。専門家主導の検証でも、ブラウザのサンドボックス脱出やOS権限昇格による最上位権限奪取に至る攻撃連鎖が確認された。
なお、同時期に話題となった別件のHugging Face関連インシデントについて、OpenAIはAstraが関与したものではないと明記しています。当協会が2026年8月28日に公開した記事「OpenAI Hugging Face事故報告書」もご参照ください。
中小企業へのインパクト：なぜ「今すぐ危険」ではないのか
今回の発表で押さえておきたいのは、リスクの発生そのものより、OpenAIが取った慎重な対応の中身です。
- 最先端のサイバー能力は一般提供前の段階でごく一部のテスターに限定され、防御目的での活用拡大を段階的に進める方針が明示されている。
- 危険な依頼への拒否率を引き上げる学習（サイバー領域のジェイルブレイク評価での拒否率は91.5%、比較対象モデルは59%）や、システム側の監視・検知強化が行われている。
- モデル自身が不正な操作を行わないよう、思考過程（Chain of Thought）を監視し、リスクの高い挙動を自動検知・停止する仕組みも導入されている。
今回の発表は「AIが危険化した」という警鐘というより、開発元が評価結果を自ら公開し、提供範囲を意図的に絞り込んだ、透明性の高い対応の事例と捉えるのが実態に近いといえます。
AIモデルのサイバー能力への対策：中小企業が今すぐできる一歩
AIモデルの能力は今後も向上し続けます。中小企業に求められるのは特別な防御システムの導入ではなく、「AI導入時にベンダーの安全性評価・情報開示の姿勢を確認する」という視点を持つことです。
- 利用中・検討中のAIベンダーが、自社モデルの能力や安全性評価を外部に説明可能な形で開示しているか（安全性ページ、システムカード、インシデント報告書の有無など）。
- 能力の高い機能について、用途やリスクに応じて提供範囲を段階的に制御する運用をしているか。
- 問題発生時の報告体制・連絡窓口が明確になっているか。
これは技術的対策というより、「安全性を自ら測り、公表し、制御しようとしているベンダーかどうか」を見分ける取引先選定の視点です。価格や機能だけでなく、この観点を導入判断の材料に加えることが、リスク低減につながります。
参考：Googleも防御者支援の取り組みを発表
ほぼ同時期の2026年9月2日、Googleも公式ブログで「Fairwind Program」を発表しています。政府機関・重要インフラ事業者・ソフトウェア保守者などの信頼できるパートナー向けに、防御者支援に特化したAIモデル「Gemini 3.8 Flash Cyber」と脆弱性修正の仕組み「CodeMender」への早期アクセスを提供する限定プログラムです。OpenAIとは主体・内容が異なる独立した発表であり、優劣を比較する意図はありませんが、複数の主要AI事業者が同時期に慎重・段階的な情報開示という共通姿勢を示している点は業界動向として押さえておく価値があります。当協会が2026年8月31日に公開した記事「AI主要128社サイバー防衛連携」もあわせてご参照ください。
当協会の視点とご支援メニュー
当協会では「AIベンダーのセキュリティ体制の見分け方」という一連のテーマで発信を続けており、本記事は上記2記事に続く続報です。AIツールの選定・導入時に、機能や価格だけでなくベンダーの安全性評価・情報開示の姿勢まで含めて検討できるよう、当協会ではAI導入の設計・伴走支援を行っています。
まとめ
- OpenAIは次期モデル「Astra」のサイバーセキュリティ能力がPreparedness Frameworkの最高水準「Critical」に達したと2026年9月1日に公式発表した。
- これは開発中モデルの内部評価であり、現在提供中のChatGPT等の本番サービスに新たな脅威が生じたわけではない。
- OpenAIは最先端のサイバー能力を一部テスターに限定するなど慎重・段階的な提供方針を取っており、評価結果を自ら公開した点は透明性の高い対応として評価できる。
- 中小企業に求められるのは特別な防御策ではなく、AI導入時にベンダーの安全性評価・情報開示の姿勢を確認する視点である。
